Las reglas de selección de ofertas personalizadas te permiten aprovechar los algoritmos de recomendación de Probance para proponer productos relevantes a tus clientes en tus campañas.
Este artículo te explicará las diferentes reglas de selección disponibles en tu proyecto y el tipo de recomendaciones que te permiten incluir en tus emails.
Nota: los plazos considerados por los algoritmos de recomendación dependen de la naturaleza de tu actividad, así como de la frecuencia y del volumen de compras. El resto de este artículo considerará la configuración más común.
1. Productos más vendidos personalizados
La regla Productos más vendidos personalizados permite proponer productos adaptados a los gustos del destinatario entre los productos más populares de tu catálogo.
Se basa en dos algoritmos para generar esta selección. El algoritmo Most Popular identifica los productos más vendidos de tu catálogo analizando los datos de pedidos de los dos últimos meses. El segundo algoritmo, llamado Best Interest, establece las preferencias individuales de cada cliente de tu base: a partir de los datos de pedidos, visitas y carritos, identifica las características de producto más recurrentes y determina la categoría principal, la subcategoría y la marca preferidas de cada uno.
La regla selecciona entonces, entre los productos más populares, aquellos que corresponden a las preferencias del destinatario: hasta 3 productos de su categoría principal preferida, 1 producto de su subcategoría preferida y 3 productos de su marca preferida.
Si la regla selecciona menos de 6 productos —por falta de datos de comportamiento explotables o por falta de productos en los universos de interés del destinatario— se basará en los últimos comportamientos para completar la selección, priorizando las compras, luego los carritos y finalmente las visitas. Si esto sigue sin ser suficiente para alcanzar los 6 productos, completará entonces con los productos más vendidos.
Los productos comprados en los últimos 180 días se excluyen automáticamente de la selección.
Ejemplo:
Jane es una clienta que consulta el sitio regularmente y ya ha realizado varias compras. A partir de sus comportamientos, Probance One determina las siguientes preferencias:
- Su categoría principal preferida es Ropa de mujer
- Su subcategoría preferida es Camisas y tops
- Su marca preferida es Nomade
Además, su compra más reciente es un producto de la categoría principal Ropa infantil.
La lista de los productos más vendidos contiene:
- 3 productos de la categoría principal Ropa de mujer
- 3 productos de la categoría principal Ropa infantil
- 3 productos de la subcategoría Camisas y tops
- 3 productos de la marca Nomade, de los cuales 2 ya fueron comprados por X en los últimos 180 días.
La regla Productos más vendidos personalizados seleccionará para Jane, entre los productos más vendidos:
- 3 productos de la categoría principal Ropa de mujer
- 1 producto de la subcategoría Camisas y tops
- 1 producto de la marca Nomade (los otros dos productos se excluyen porque ya fueron comprados)
Para completar y alcanzar los 6 productos, la regla seleccionará 2 productos de la categoría principal Ropa infantil.
2. Productos tendencia del momento
La regla Productos tendencia del momento permite proponer productos cuya popularidad está aumentando fuertemente en un periodo reciente.
El algoritmo compara los datos de pedidos del mes en curso con los del mes anterior para identificar los productos que han registrado el mayor aumento de ventas y recomendarlos al destinatario.
Los productos comprados en los últimos 180 días se excluyen automáticamente de la selección.
3. Recomendaciones cross-sell
La regla Recomendación cross-sell permite proponer productos de interés para el destinatario seleccionando productos comúnmente vendidos junto con aquellos comprados recientemente.
El algoritmo cross-sell, basado en el conjunto de datos de pedidos disponibles en tu base Probance One, identifica las combinaciones de productos que suelen comprarse juntas. Para cada producto del catálogo, el algoritmo establece así una lista de productos complementarios o asociados.
La regla selecciona en esta lista productos complementarios a los productos comprados recientemente por el destinatario.
En caso de falta de datos de comportamiento o si el algoritmo no encuentra suficientes productos complementarios, la selección se completa con los productos más vendidos personalizados.
Los productos comprados en los últimos 180 días se excluyen automáticamente de la selección.
4. Recomendaciones basadas en los carritos
La regla Recomendaciones basadas en los carritos permite recomendar al destinatario productos tendencia y populares que comparten características con los artículos añadidos recientemente a su carrito.
Los productos tendencia se identifican comparando los datos de pedidos del mes en curso con los del mes anterior, para determinar aquellos que han experimentado el mayor aumento de ventas. Los productos populares corresponden a los artículos más vendidos de tu catálogo durante los dos últimos meses.
La regla selecciona primero entre los productos tendencia y luego entre los productos populares aquellos que pertenecen a la misma categoría principal o a la misma subcategoría que los artículos añadidos recientemente al carrito por el destinatario.
En caso de falta de datos de comportamiento, la selección se completa con productos de la misma categoría principal o de la misma marca que esos artículos, o con los productos más vendidos personalizados.
Los productos comprados en los últimos 180 días se excluyen automáticamente de la selección.
5. Recomendaciones basadas en las visitas
La regla Recomendaciones basadas en las visitas permite recomendar al destinatario productos tendencia y populares que comparten características con los productos consultados recientemente.
Los productos tendencia se identifican comparando los datos de pedidos del mes en curso con los del mes anterior, para determinar aquellos que han experimentado el mayor aumento de ventas. Los productos populares corresponden a los artículos más vendidos de tu catálogo durante los dos últimos meses.
La regla selecciona primero entre los productos tendencia y luego entre los productos populares aquellos que pertenecen a la misma categoría principal o a la misma subcategoría que los artículos consultados recientemente por el destinatario.
En caso de falta de datos de comportamiento, la selección se completa con productos de la misma categoría principal o de la misma marca que esos artículos, o con los productos más vendidos personalizados.
Los productos comprados en los últimos 180 días se excluyen automáticamente de la selección.
6. Recomendaciones basadas en los últimos comportamientos
La regla Recomendaciones basadas en los últimos comportamientos permite recomendar productos de interés para el destinatario seleccionando aquellos frecuentemente comprados junto con los artículos adquiridos, añadidos al carrito o consultados recientemente.
Esta regla se basa en el algoritmo de cross-sell, que analiza los datos de pedidos de tu base Probance One para identificar las combinaciones de productos que suelen comprarse juntas. Para cada producto del catálogo, el algoritmo genera así una lista de productos complementarios o asociados.
La regla selecciona después en esta lista productos complementarios a los productos comprados, añadidos al carrito y consultados (en este orden de prioridad) durante los últimos 7 días (priorizando siempre los comportamientos más recientes). Si hay menos de 6 productos elegibles, la regla amplía el plazo considerado a 30 días y luego a 180 días para completar la selección.
En caso de datos de comportamiento insuficientes o si el algoritmo no logra identificar suficientes productos complementarios, la selección se completa con los productos más vendidos personalizados.
Los productos comprados en los últimos 180 días se excluyen automáticamente de la selección.
7. Todos los productos del catálogo
La regla Todos los productos del catálogo te permite definir manualmente los productos que deseas recomendar.
Por defecto, la regla selecciona productos del catálogo de forma aleatoria. Asociándola con filtros, puedes crear una selección adaptada a tus necesidades: lista de productos específicos, productos de una determinada categoría, de una determinada marca, productos en promoción, etc.
Esta regla selecciona los mismos productos para todos los contactos.